CN115695150B - 一种基于分布式异构融合组网设备检测方法及装置 - Google Patents
一种基于分布式异构融合组网设备检测方法及装置 Download PDFInfo
- Publication number
- CN115695150B CN115695150B CN202211354423.4A CN202211354423A CN115695150B CN 115695150 B CN115695150 B CN 115695150B CN 202211354423 A CN202211354423 A CN 202211354423A CN 115695150 B CN115695150 B CN 115695150B
- Authority
- CN
- China
- Prior art keywords
- data
- heterogeneous
- fault
- heterogeneous equipment
- terminal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请涉及一种基于分布式异构融合组网设备检测方法及装置,其包括实时获取分布式异构融合组网内的所有异构设备终端的运行数据,对每个异构设备终端的运行数据进行数据格式转换,得到统一数据格式的运行转码数据,对所述运行转码数据进行数据诊断处理,得到每个异构设备终端的运行状态趋势,根据所述运行状态趋势,生成分别对每个异构设备终端进行故障检测的,且与所述运行状态趋势相适配的故障检测指令,以便于根据所述故障检测指令对发生故障的异构设备终端进行故障快速定位。本申请具有对异构设备终端的故障位置进行快速定位,减少运维人员对故障根源的排查时间,从而提高对同一检测范围内的异构设备终端的检测效率的效果。
Description
技术领域
本发明涉及组网设备检测的技术领域,尤其是涉及一种基于分布式异构融合组网设备检测方法及装置。
背景技术
目前,随着物联网技术的不断发展,通过物联网技术进行设备终端数据采集与检测得我方式被广泛应用于各大交通枢纽,尤其是对于交通枢纽范围内的多个机电设备进行同步检测。
现有的对多种异构的机电设备的检测方式通常需要根据数据格式或者数据接口的不同,分别检测每个机电设备的运行数据,并推测每个机电设备的运行状态,同一检测范围内的多个机电设备因数据格式不同而形成信息孤岛,难以对同一检测范围内的异构机电设备进行统一检测,检测效率低。
针对上述中的相关技术,发明人认为存在有存在信息孤岛的异构机电设备的检测效率低的缺陷。
发明内容
为了提高对同一检测范围内的异构设备终端的检测效率,本申请提供一种基于分布式异构融合组网设备检测方法及装置。
本申请的上述发明目的一是通过以下技术方案得以实现的:
提供一种基于分布式异构融合组网设备检测方法,所述基于分布式异构融合组网设备检测方法包括:
实时获取分布式异构融合组网内的所有异构设备终端的运行数据;
对每个异构设备终端的运行数据进行数据格式转换,得到统一数据格式的运行转码数据;
对所述运行转码数据进行数据诊断处理,得到每个异构设备终端的运行状态趋势;
根据所述运行状态趋势,生成分别对每个异构设备终端进行故障检测的,且与所述运行状态趋势相适配的故障检测指令,以便于根据所述故障检测指令对发生故障的异构设备终端进行故障快速定位。
通过采用上述技术方案,由于各个类型的异构设备终端所采集到的运行数据格式不一致,难以对异构融合组网内的所有异构设备终端进行统一的监控,因此,通过实时获取异构融合组网内的所有异构设备终端的运行数据,以便于对每个异构设备终端提供精准检测,通过预设的数据转换规则,将运行数据转换符合数据库统一规范的运行转码数据,以便于保障数据的存储入口唯一,从而保证存储数据的准确性和一致性,并通过对运行转码数据的实时诊断处理,来预测每个异构设备终端的运行状态趋势,有助于根据所述运行状态趋势对异构设备终端进行故障早期预测,减少故障发生率,并在故障发生时,能够通过故障检测指令对异构设备终端的故障位置进行快速定位,减少运维人员对故障根源的排查时间,从而提高对同一检测范围内的异构设备终端的检测效率。
本申请在一较佳示例中可以进一步配置为:所述对每个异构设备终端的运行数据进行数据格式转换,得到统一数据格式的运行转码数据,具体包括:
对所述运行数据进行滤波放大处理,得到滤除异常波段数据后的运行处理数据;
对所述运行处理数据进行协议转换处理,得到符合同一数据传输协议的检测底层数据,以便于根据所述检测底层数据进行数据统一存储;
根据预设的数据存储策略,将所述检测底层数据进行转码处理,得到符合数据存储格式的运行转码数据。
通过采用上述技术方案,通过对运行数据进行滤波放大处理,得到同频次的且过滤掉异常波动数据后的运行处理数据,有助于提高对运行数据的分析精度,将运行处理数据进行协议转换,得到符合同一数据传输协议的检测底层数据,有助于通过同一数据传输协议对检测底层数据进行统一存储,从而形成所有异构设备终端数据的全局共享体系,减少数据的重复录入对数据库存储空间的无效占用,便于对所有异构设备终端数据的维护,根据预设的数据存储策略,对检测底层数据进行转码处理,从而得到符合数据库存储格式的运行转码数据,便于将所有异构设备终端的运行数据统一存储至数据库中,从而确保异构融合组网内的运行数据的一致性,提高检测精度。
本申请在一较佳示例中可以进一步配置为:在所述根据预设的数据存储策略,将所述检测底层数据进行转码处理,得到符合数据存储格式的运行转码数据之后,还包括:
获取预设的每个异构设备终端所对应的数据转发规则;
将符合所述数据转发规则的运行转码数据进行数据同步处理,得到可被目标终端识别的消息中间件;
将所述消息中间件存储至预先构建的数据库,并同步转发至对应的目标终端和对应的热备服务节点,以便于对同一融合组网下的所有异构设备终端进行统一管理。
通过采用上述技术方案,由于数据的应用场景存在差异,为满足系统业务需求,需要将数据转发至多个第三方平台,因此,需要根据数据转发需求调用对应的数据转发规则,并将对应的运行转码数据通过数据转发规则转换为消息中间件,以便于消息中间件可以被目标终端如第三方平台或热备服务器所识别,提高异构融合组网设备数据的应用范围,将消息中间件存储至数据库,同时同步转发至对应的目标终端和热备服务节点,便于对数据进行多维度的备份存储,减少数据丢失的机率,本申请针对多个数据应用场景调用对应的数据转发规则,融合异构组网内的所有异构设备终端的运行数据进行多维度灵活的数据转发存储处理,提升数据的应用范围。
本申请在一较佳示例中可以进一步配置为:所述对所述运行转码数据进行数据诊断处理,得到每个异构设备终端的运行状态趋势,具体包括:
获取融合组网下的所有异构设备终端的历史运行数据;
对所述历史运行数据进行数据训练,并构建与每个异构设备终端类型相对应的物模型,以便于根据所述物模型对异构设备终端的运行状态进行监控;
将所述运行转码数据输入至对应类型的物模型中,生成与异构设备终端相对应的当前运行状态;
根据每个异构设备终端的当前运行状态,对异构设备终端的下一运行状态进行预测处理,得到异构设备终端的运行状态趋势。
通过采用上述技术方案,通过从数据库中提取融合组网下的所有异构设备终端的历史运行数据,有助于根据历史运行数据提取每个类型的异构设备终端的共同特征,并通过对历史运行数据的数据训练来构建与每个异构设备终端类型相对应的物模型,通过每个异构设备终端类型的物模型来规约同一类型下的异构设备终端的功能和对应的数据服务,从而对融合组网内的所有异构设备终端进行标准化管理,并通过对异构设备终端的当前运行状态的匹配,以及下一运行状态的预测,来综合判断异构设备终端的运行状态趋势,从而便于根据异构设备终端的运行状态趋势来对异构设备终端进行故障早期检测,提高异构设备终端的使用可靠性。
本申请在一较佳示例中可以进一步配置为:所述根据每个异构设备终端的当前运行状态,对异构设备终端的下一运行状态进行预测处理,得到异构设备终端的运行状态趋势之后,还包括:
将异构设备终端的当前运行状态与对应时间下的运行状态趋势进行比对,得到运行状态比对结果;
根据所述运行状态比对结果,判断异构设备终端是否出现故障异常;
若是,则对存在故障异常的异构设备终端进行业务本地自治处理,得到存储于异构设备终端的故障缓存数据。
通过采用上述技术方案,通过异构设备终端的当前运行状态与运行状态趋势的匹配情况,得到运行状态比对结果,有助于根据运行状态比对结果判断当前运行状态下的异构设备终端是否发生故障异常,在异构设备终端发生故障异常时,及时将异构设备终端的业务数据存储至异构设备终端本地,减少异构设备终端的运行数据丢失的风险,从而得到故障缓存数据,通过对故障状态下的异构数据进行业务本地自治处理,来减少异构设备终端单点故障时的数据丢失风险。
本申请在一较佳示例中可以进一步配置为:对存在故障异常的异构设备终端进行业务本地自治处理,得到存储于异构设备终端的故障缓存数据,具体包括:
实时监听异构设备终端与云端数据库之间的数据传输网络,得到传输监听数据;
根据所述传输监听数据判断所述数据传输网络是否恢复正常;
若是,则将所述故障缓存数据进行数据打包并发送至云端数据库中进行存储,以便于云端统一管理融合组网下的所有异构设备终端。
通过采用上述技术方案,通过实时监听多个异构设备终端与云端数据库之间的数据传输网络是否正常,得到传输监听数据,根据传输监听数据及时获知数据传输网络的传输情况,并在数据传输网络回复正常的数据传输时,将异构设备终端本地存储的故障缓存数据及时打包并发送至云端数据库进行存储,通过故障缓存数据的及时归档,便于云端服务器统一管理融合组网下的所有异构设备终端,提高对融合组网下的所有异构设备终端的管理效率。
本申请在一较佳示例中可以进一步配置为:在根据所述运行状态趋势,生成分别对每个异构设备终端进行故障检测的,且与所述运行状态趋势相适配的故障检测指令,以便于根据所述故障检测指令对发生故障的异构设备终端进行故障快速定位之后,还包括:
当接收到所述故障检测指令时,获取异构设备终端的故障优先级和对应的故障事件;
对故障优先级最优的异构设备终端的故障事件进行优先处理,生成与所述故障事件相匹配的报警信息;
对所述报警信息进行报警模式匹配处理,得到与所述报警信息相匹配的报警模式;
根据所述报警模式,将对应的报警信息发送至对应管理权限的云端,以便于云端调用对应的故障处理原则对所述报警信息进行处理。
通过采用上述技术方案,由于每个类型的异构设备终端的报警内容和对应的运行风险存在差异,因此,通过故障检测指令对异构设备终端的故障优先级和故障时间进行获取,在融合组网内的多个报警优先级中推选出故障优先级最优的故障事件,有助于云端服务器能优先、有主次地先处理故障程度最高的故障事件,并通过报警信息与报警模式的匹配结果,来便于云端服务器调用相对应的故障处理原则对报警信息进行处理,从而提高对发生故障的异构设备终端的报警及时性,并通过对应的故障处理原则在维修人员到来之前提前接入维护及检修,降低异构设备终端的故障停机风险。
本申请的上述发明目的二是通过以下技术方案得以实现的:
提供一种基于分布式异构融合组网设备检测装置,所述基于分布式异构融合组网设备检测装置包括:
数据获取模块,用于实时获取同一融合组网内的所有异构设备终端的运行数据;
数据转码模块,用于对每个异构设备终端的运行数据进行数据格式转换,得到统一数据格式的运行转码数据;
数据诊断模块,用于对所述运行转码数据进行数据诊断处理,得到每个异构设备终端的运行状态趋势;
指令生成模块,用于根据所述运行状态趋势,生成分别对每个异构设备终端进行故障检测的,且与所述运行状态趋势相适配的故障检测指令,以便于根据所述故障检测指令对发生故障的异构设备终端进行故障快速定位。
通过采用上述技术方案,由于各个类型的异构设备终端所采集到的运行数据格式不一致,难以对异构融合组网内的所有异构设备终端进行统一的监控,因此,通过实时获取异构融合组网内的所有异构设备终端的运行数据,以便于对每个异构设备终端提供精准检测,通过预设的数据转换规则,将运行数据转换符合数据库统一规范的运行转码数据,以便于保障数据的存储入口唯一,从而保证存储数据的准确性和一致性,并通过对运行转码数据的实时诊断处理,来预测每个异构设备终端的运行状态趋势,有助于根据所述运行状态趋势对异构设备终端进行故障早期预测,减少故障发生率,并在故障发生时,能够通过故障检测指令对异构设备终端的故障位置进行快速定位,减少运维人员对故障根源的排查时间,从而提高对同一检测范围内的异构设备终端的检测效率。
本申请的上述目的三是通过以下技术方案得以实现的:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于分布式异构融合组网设备检测方法的步骤。
本申请的上述目的四是通过以下技术方案得以实现的:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于分布式异构融合组网设备检测方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1、通过实时获取异构融合组网内的所有异构设备终端的运行数据,以便于对每个异构设备终端提供精准检测,通过预设的数据转换规则,将运行数据转换符合数据库统一规范的运行转码数据,以便于保障数据的存储入口唯一,从而保证存储数据的准确性和一致性,并通过对运行转码数据的实时诊断处理,来预测每个异构设备终端的运行状态趋势,有助于根据所述运行状态趋势对异构设备终端进行故障早期预测,减少故障发生率,并在故障发生时,能够通过故障检测指令对异构设备终端的故障位置进行快速定位,减少运维人员对故障根源的排查时间,从而提高对同一检测范围内的异构设备终端的检测效率;
2、通过对运行数据进行滤波放大处理,得到同频次的且过滤掉异常波动数据后的运行处理数据,有助于提高对运行数据的分析精度,将运行处理数据进行协议转换,得到符合同一数据传输协议的检测底层数据,有助于通过同一数据传输协议对检测底层数据进行统一存储,从而形成所有异构设备终端数据的全局共享体系,减少数据的重复录入对数据库存储空间的无效占用,便于对所有异构设备终端数据的维护,根据预设的数据存储策略,对检测底层数据进行转码处理,从而得到符合数据库存储格式的运行转码数据,便于将所有异构设备终端的运行数据统一存储至数据库中,从而确保异构融合组网内的运行数据的一致性,提高检测精度;
3、根据数据转发需求调用对应的数据转发规则,并将对应的运行转码数据通过数据转发规则转换为消息中间件,以便于消息中间件可以被目标终端如第三方平台或热备服务器所识别,提高异构融合组网设备数据的应用范围,将消息中间件存储至数据库,同时同步转发至对应的目标终端和热备服务节点,便于对数据进行多维度的备份存储,减少数据丢失的机率,本申请针对多个数据应用场景调用对应的数据转发规则,融合异构组网内的所有异构设备终端的运行数据进行多维度灵活的数据转发存储处理,提升数据的应用范围。
附图说明
图1是本申请一实施例的一种基于分布式异构融合组网设备检测方法的实现流程图。
图2是本申请一实施例基于分布式异构融合组网设备检测方法步骤S20的实现流程图。
图3 是本申请一实施例基于分布式异构融合组网设备检测方法步骤S103的另一实现流程图。
图4是本申请一实施例基于分布式异构融合组网设备检测方法步骤S30的实现流程图。
图5是本申请一实施例基于分布式异构融合组网设备检测方法步骤S304的另一实现流程图。
图6是本申请一实施例基于分布式异构融合组网设备检测方法步骤S403的实现流程图。
图7是本申请一实施例基于分布式异构融合组网设备检测方法步骤S40的另一实现流程图。
图8是本申请一实施例一种基于分布式异构融合组网设备检测装置的结构示意图。
图9是用于实现基于分布式异构融合组网设备检测方法的计算机设备内部结构示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
在一实施例中,如图1所示,本申请公开了一种基于分布式异构融合组网设备检测方法,具体包括如下步骤:
S10:实时获取分布式异构融合组网内的所有异构设备终端的运行数据。
具体的,异构设备终端包括同一异构融合组网内的电梯设备、站台门设备、照明设备以及发电设备等,运行数据包括系统自动采集到的电梯运行检测数据、通风设备运行数据、照明设备运行数据以及发电运行数据,通过预设在各个机电设备中的检测系统进行自动记录得到,运行数据还包括人工采集到的维护数据,包括人工录入的设备养护信息以及人工手持仪器通过通讯接口采集到的数据等,运行数据包括异构设备终端的运行状态信息、运行故障信息和状态监测信息。
S20:对每个异构设备终端的运行数据进行数据格式转换,得到统一数据格式的运行转码数据。
具体的,如图2所示,步骤S20具体包括以下步骤:
S101:对运行数据进行滤波放大处理,得到滤除异常波段数据后的运行处理数据。
具体的,由于运行数据大多为数字开关量,通过预设的滤波放大器对运行数据进行相应的滤波放大处理,使微小变化的数字开关量成倍数放大,便于检测人员的观察,同时也对运行数据中的异常数据如电梯超载运行造成的过高或过低的异常运行数据,减少异常运行情况对检测结果的影响。
S102:对运行处理数据进行协议转换处理,得到符合同一数据传输协议的检测底层数据,以便于根据检测底层数据进行数据统一存储。
具体的,通过在车站运行现场设置接口服务器对运行处理数据进行协议转换,同时在车站边缘云节点上进行虚拟化部署,通过接口服务器同时与电梯运行系统、通风系统以及照明系统等进行通信连接,并在边缘云节点上通过分布式虚拟网络来采集对应的运行处理数据,通过在接口服务器中内置多个软件转换协议,在接收到对应的运行处理数据时,直接调用对应的转换协议来将各个车站运行系统的数据进行隔离转换。
S103:根据预设的数据存储策略,将检测底层数据进行转码处理,得到符合数据存储格式的运行转码数据。
具体的,按照异构设备终端的运行时间,将对应的异构设备终端的系统参数、开关量状态、模拟量值、脉冲累积量以及对应的维保事件等进行对应存储,通过设置中心服务器统一存储检测底层数据,并设置多个热备服务器同步备份中心服务器的存储数据,减少单点故障时数据丢失的可能性,并按照数据库的唯一存储格式,通过预设的格式转换脚本将检测底层数据转换为符合数据库存储格式的运行转码数据,如将各个异构设备终端的运行参数如开关量、模拟量分别转换成二进制数据的时序数据进行存储。
在一实施例中,为了更好地将数据转发至多个应用场景,扩大异构融合组网的检测范围,如图3所示,在根据预设的数据存储策略,将检测底层数据进行转码处理,得到符合数据存储格式的运行转码数据之后,还包括:
S201:获取预设的每个异构设备终端所对应的数据转发规则。
具体的,根据转发需求,调用云服务器中预先存储的数据转发规则,如包括直接存储于本地数据库、直接转发给第三方平台或先存储于本地数据库后再转发至第三方平台进行数据归集等。
S202:将符合数据转发规则的运行转码数据进行数据同步处理,得到可被目标终端识别的消息中间件。
具体的,如根据设备的运行时间顺序,将运行转码数据转换为时序数据存储至本地数据库,并通过将运行转码数据转换成便于数据转发的消息中间件,如MQTT、kafka等消息中间件,并根据数据转发需求以及对应的目标终端的识别需求进行消息中间件的转换。
S203:将消息中间件存储至预先构建的数据库,并同步转发至对应的目标终端和对应的热备服务节点,以便于对同一融合组网下的所有异构设备终端进行统一管理。
具体的,按照转发需求的不同,将对应的消息中间件存储至预先构建的数据库中,包括本地数据库或云端数据库,便于后期的数据调用,同时将消息中间件转发至对应的目标终端和热备服务器节点,便于目标终端接收消息中间件并进行相应的处理,通过热备服务器节点来减少单机故障的数据丢失误差。
S30:对运行转码数据进行数据诊断处理,得到每个异构设备终端的运行状态趋势。
具体的,如图4所示,步骤S30具体包括:
S301:获取融合组网下的所有异构设备终端的历史运行数据。
具体的,根据异构设备终端的唯一标识码,从云端数据库中调用对应异构设备终端的历史运行数据,包括设备运行状态数据、运行故障数据和故障维保数据等。
S302:对历史运行数据进行数据训练,并构建与每个异构设备终端类型相对应的物模型,以便于根据物模型对异构设备终端的运行状态进行监控。
具体的,通过机器学习算法对历史运行数据进行数据训练,对每个类型异构设备终端的共同特征进行数据归纳,包括共同的功能定义、共同的特征定义以及共同的服务类型等,从热根据每个类型的异构设备终端的共同进行建模,得到对应的物模型,通过物模型可以快速创建出对应的虚拟异构设备终端,来继承物模型的内容。
S303:将运行转码数据输入至对应类型的物模型中,生成与异构设备终端相对应的当前运行状态。
具体的,根据异构设备终端的类型,将异构设备终端的运行转码数据输入至对应类型的物模型中,通过物模型对异构设备终端当前的运行数据进行分析,并判断异构模型对应的运行状态是否处于正常状态,如根据异构设备终端的当前运行数据估算异构设备终端的设备耗损情况,如根据电梯的状态转换里程变化值、照明设备的用电量耗损值以及通风设备的能耗值等,来综合判断异构设备终端的当前运行状态,其中,当前运行状态包括正常、有故障风险、已故障等多种情况。
S304:根据每个异构设备终端的当前运行状态,对异构设备终端的下一运行状态进行预测处理,得到异构设备终端的运行状态趋势。
具体的,根据每个异构设备终端的当前运行状态,计算异构设备终端的剩余使用寿命,根据剩余使用寿命来预测异构设备终端的下一运行状态,如从异构设备终端的出厂参数中获取理想状态下的理想使用寿命,根据理想使用寿命与当前实用时间的差值来获取剩余使用寿命,根据剩余使用寿命来预测下一运行状态,并结合异构设备终端的维修次数,计算每次维修次数对剩余使用寿命的影响情况,如根据异构设备终端能耗情况、零部件耗损情况来计算维修次数的影响值,从而根据当前运行状态、下一运行状态结合剩余使用寿命来绘制异构设备终端的运行状态趋势。
在一实施例中,为了更及时地对异构设备终端的故障情况进行早期预测,如图5所示,在根据每个异构设备终端的当前运行状态,对异构设备终端的下一运行状态进行预测处理,得到异构设备终端的运行状态趋势之后,还包括:
S401:将异构设备终端的当前运行状态与对应时间下的运行状态趋势进行比对,得到运行状态比对结果。
具体的,由于维修次数的不同以及异构设备终端在投入使用中的不正常使用,都会导致异构设备终端的当前运行状态与预期的运行状态趋势存在差异,因此,根据对应的使用时间,将异构设备终端的当前运行状态下的各个参数与对应的运行状态趋势下的参数变化情况进行比对,如设备耗损情况比对、设备使用寿命比对、设备维修次数比对等,根据各个系统参数的比对情况来综合得到异构设备终端的运行状态比对结果。
S402:根据运行状态比对结果,判断异构设备终端是否出现故障异常。
具体的,根据运行状态比对结果,来判断异构设备终端是否出现故障异常,如在误差范围内,运行状态比对结果的差值大于预设的阈值,如当前运行时间下的维修次数阈值为5,而当前运行状态下的实际维修次数为10,则判定异构设备终端存在故障异常,再如预设的供电能耗为5万千瓦/天,而当前运行状态下的实际供电能耗为6万千瓦/天,则说明异构设备终端的供电系统存在故障异常,造成供电能耗过多。
S403:若是,则对存在故障异常的异构设备终端进行业务本地自治处理,得到存储于异构设备终端的故障缓存数据。
具体的,如图6所示,步骤S403具体包括:
S501:实时监听异构设备终端与云端数据库之间的数据传输网络,得到传输监听数据。
具体的,通过心跳包的方式实时监听异构设备终端与云端服务器之间的数据传输网络是否连通,如异构设备终端不间断地发送心跳包至云端服务器,并实时监听云端服务器的反馈数据包,对异构设备终端的心跳包发送情况进行汇总,从而得到传输监听数据。
S502:根据传输监听数据判断数据传输网络是否恢复正常。
具体的,若异构设备终端接收到云端服务器发送的反馈数据包,则说明数据传输网络恢复正常,若异构设备终端未接收到云端服务器发送的反馈数据包,则说明数据传输网络未恢复正常,则异构设备终端继续向云端服务器发送心跳包。
S503:若是,则将故障缓存数据进行数据打包并发送至云端数据库中进行存储,以便于云端统一管理融合组网下的所有异构设备终端。
具体的,当异构设备终端和云端服务器之间的数据传输网络恢复正常时,将异构设备终端存储于本地的故障缓存数据进行数据打包,并通过数据传输网络发送至云端数据库中进行存储,并按照异构设备终端的运行时间顺序,删除重复的缓存数据以便于减少数据的重复归档。
S504:若否,则继续监听数据传输网络的传输情况。
具体的,若数据传输网络未恢复正常,则异构设备终端继续向云端服务器发送心跳包,并根据传输监听数据继续监听数据传输网络的传输情况。
S404:若否,则根据预设的数据传输网络,将异构设备终端的运行数据传输至云端数据库进行存储。
具体的,若异构设备终端未出现故障异常,则根据预设的数据传输网络,按照异构设备终端的实时运行时间,将异构设备终端的运行数据传输至云端服务器进行存储,从而便于云端服务器对异构融合组网内的所有异构设备终端进行统一管理。
S40:根据运行状态趋势,生成分别对每个异构设备终端进行故障检测的,且与运行状态趋势相适配的故障检测指令,以便于根据故障检测指令对发生故障的异构设备终端进行故障快速定位。
具体的,云端服务器通过对异构设备终端的运行状态趋势进行分析,并生成与对应的异构设备终端相对应的,且用于对异构设备终端进行故障检测的故障检测指令,并通过对应的故障检测指令通知到对应的检测人员,同时调用预设的故障检测策略对异构设备终端进行早期侦测,从而便于对异构设备终端的故障位置进行快速定位。
在一实施例中,为了有主次、快速明确地对异构设备终端的故障事件进行快速处理,提高故障检测效率,如图7所示,在根据运行状态趋势,生成分别对每个异构设备终端进行故障检测的,且与运行状态趋势相适配的故障检测指令,以便于根据故障检测指令对发生故障的异构设备终端进行故障快速定位之后,还包括:
S601:当接收到故障检测指令时,获取异构设备终端的故障优先级和对应的故障事件。
具体的,当云端服务器接收到故障检测指令时,根据故障检测指令中的异构设备终端的唯一识别码来获取对应的故障优先级和故障事件,其中故障优先级时根据同一类型的异构设备终端的故障严重程度来决定的,如异构设备终端的零部件磨损达到需更换的程度则故障优先级高,如异常操作如超载状态下的异构设备终端,可以通过及时修正对应的异常操作来进行故障修复,则故障优先级低,故障事件包括异构设备终端性能损耗、零部件损耗更换以及数据传输故障等多种情况。
S602:对故障优先级最优的异构设备终端的故障事件进行优先处理,生成与故障事件相匹配的报警信息。
具体的,在云端服务器同时接收到多个故障检测指令时,根据对异构设备终端的故障优先级进行排序,并推选出故障优先级最优的异构设备终端的故障事件,从而便于云端服务器对该故障事件进行优先处理,并生成对应的报警信息发送至检测人员,以便于检测人员及时对发生故障的异构设备终端进行处理。
S603:对报警信息进行报警模式匹配处理,得到与报警信息相匹配的报警模式。
具体的,根据报警信息对预设的报警模式进行匹配,根据匹配结果及时调用云端数据库中对应的报警模式对异构设备终端进行标记,以便于云端服务器能对标记后的异构设备终端进行快速定位,且便于检测人员对发生故障的异构设备终端进行快速定位,减少检测排查耗时。
S604:根据报警模式,将对应的报警信息发送至对应管理权限的云端,以便于云端调用对应的故障处理原则对报警信息进行处理。
具体的,根据云端服务器中对报警模式的匹配情况,及时将对应的报警信息发送至对应管理权限的云端,如车站机电设备的报警需要发送至控制中心和本地车站管理中心进行双重管理,便于检测人员及时对报警信息进行处理,同时调用有管理权限的云端中预先存储的故障处理原则来对异构设备终端的报警信息进行预先处理,从而便于对异构设备终端的故障位置进行快速定位,其中报警信息包括设备硬件故障报警、设备运行趋势异常报警、设备模拟信号越限报警、设备运行系统异常报警以及网络通讯异常报警等。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在一实施例中,提供一种基于分布式异构融合组网设备检测装置,该基于分布式异构融合组网设备检测装置与上述实施例中基于分布式异构融合组网设备检测方法一一对应。如图8所示,该基于分布式异构融合组网设备检测装置包括数据获取模块、数据转码模块、数据诊断模块和指令生成模块。各功能模块详细说明如下:
数据获取模块,用于实时获取同一融合组网内的所有异构设备终端的运行数据。
数据转码模块,用于对每个异构设备终端的运行数据进行数据格式转换,得到统一数据格式的运行转码数据。
数据诊断模块,用于对运行转码数据进行数据诊断处理,得到每个异构设备终端的运行状态趋势。
指令生成模块,用于根据运行状态趋势,生成分别对每个异构设备终端进行故障检测的,且与运行状态趋势相适配的故障检测指令,以便于根据所述故障检测指令对发生故障的异构设备终端进行故障快速定位。
优选的,数据转码模块具体包括:
数据滤波子模块,用于对运行数据进行滤波放大处理,得到滤除异常波段数据后的运行处理数据。
数据协议转换子模块,用于对运行处理数据进行协议转换处理,得到符合同一数据传输协议的检测底层数据,以便于根据检测底层数据进行数据统一存储。
数据转码子模块,用于根据预设的数据存储策略,将检测底层数据进行转码处理,得到符合数据存储格式的运行转码数据。
优选的,数据转码子模块还包括:
数据转发规则单元,用于获取预设的每个异构设备终端所对应的数据转发规则。
数据同步处理单元,用于将符合数据转发规则的运行转码数据进行数据同步处理,得到可被目标终端识别的消息中间件。
数据转发单元,用于将消息中间件存储至预先构建的数据库,并同步转发至对应的目标终端和对应的热备服务节点,以便于对同一融合组网下的所有异构设备终端进行统一管理。
优选的,数据诊断模块具体包括:
历史运行数据获取子模块,用于获取融合组网下的所有异构设备终端的历史运行数据。
数据训练子模块,用于对历史运行数据进行数据训练,并构建与每个异构设备终端类型相对应的物模型,以便于根据物模型对异构设备终端的运行状态进行监控。
运行状态计算子模块,用于将运行转码数据输入至对应类型的物模型中,生成与异构设备终端相对应的当前运行状态。
运行状态趋势预测子模块,用于根据每个异构设备终端的当前运行状态,对异构设备终端的下一运行状态进行预测处理,得到异构设备终端的运行状态趋势。
优选的,运行状态趋势预测子模块还包括:
运行状态比对子模块,用于将异构设备终端的当前运行状态与对应时间下的运行状态趋势进行比对,得到运行状态比对结果。
设备故障判断子模块,用于根据运行状态比对结果,判断异构设备终端是否出现故障异常。
数据本地缓存子模块,用于若是,则对存在故障异常的异构设备终端进行业务本地自治处理,得到存储于异构设备终端的故障缓存数据。
优选的,数据本地缓存子模块具体包括:
数据监听单元,用于实时监听异构设备终端与云端数据库之间的数据传输网络,得到传输监听数据。
数据传输网络判断单元,用于根据传输监听数据判断数据传输网络是否恢复正常。
数据存储单元,用于若是,则将故障缓存数据进行数据打包并发送至云端数据库中进行存储,以便于云端统一管理融合组网下的所有异构设备终端。
优选的,指令生成模块还包括:
故障检测指令接收子模块,用于当接收到故障检测指令时,获取异构设备终端的故障优先级和对应的故障事件。
故障信息匹配子模块,用于对故障优先级最优的异构设备终端的故障事件进行优先处理,生成与故障事件相匹配的报警信息。
报警模式匹配子模块, 用于对报警信息进行报警模式匹配处理,得到与报警信息相匹配的报警模式。
报警信息处理子模块,用于根据报警模式,将对应的报警信息发送至对应管理权限的云端,以便于云端调用对应的故障处理原则对报警信息进行处理。
关于基于分布式异构融合组网设备检测装置的具体限定可以参见上文中对于基于分布式异构融合组网设备检测方法的限定,在此不再赘述。上述基于分布式异构融合组网设备检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储异构组网内的所有异构设备终端的运行数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于分布式异构融合组网设备检测方法。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述基于分布式异构融合组网设备检测方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (9)
1.一种基于分布式异构融合组网设备检测方法,其特征在于,所述基于分布式异构融合组网设备检测方法包括:
实时获取分布式异构融合组网内的所有异构设备终端的运行数据,其中,所述运行数据包括电梯运行检测数据、通风设备运行数据、照明设备运行数据以及发电运行数据;
对每个异构设备终端的运行数据进行数据格式转换,得到统一数据格式的运行转码数据;
对所述运行转码数据进行数据诊断处理,得到每个异构设备终端的运行状态趋势;
根据所述运行状态趋势,生成分别对每个异构设备终端进行故障检测的,且与所述运行状态趋势相适配的故障检测指令,以便于根据所述故障检测指令对发生故障的异构设备终端进行故障快速定位;
其中,所述对所述运行转码数据进行数据诊断处理,得到每个异构设备终端的运行状态趋势,具体包括:
获取融合组网下的所有异构设备终端的历史运行数据,其中,所述历史运行数据包括运行状态数据、运行故障数据和故障维保数据;
对所述历史运行数据进行数据训练,并构建与每个异构设备终端类型相对应的物模型,以便于根据所述物模型对异构设备终端的运行状态进行监控,所述物模型通过每个类型的异构设备终端的共同功能定义、共同特征定义和共同服务类型进行建模得到;
将所述运行转码数据输入至对应类型的物模型中,生成与异构设备终端相对应的当前运行状态;
根据每个异构设备终端的当前运行状态,计算异构设备终端的剩余使用寿命,根据所述剩余使用寿命对异构设备终端的下一运行状态进行预测处理,并结合异构设备终端的维修次数、能耗情况和零部件耗损情况计算每个维修次数对剩余使用寿命的影响情况,得到异构设备终端的运行状态趋势;
其中,所述将所述运行转码数据输入至对应类型的物模型中,生成与异构设备终端相对应的当前运行状态,包括:
根据电梯的状态转换里程变化值、照明设备的用电量耗损值以及通风设备的能耗值,来综合判断异构设备终端的当前运行状态,其中,当前运行状态包括正常、有故障风险和已故障的运行状态。
2.根据权利要求1所述的基于分布式异构融合组网设备检测方法,其特征在于,所述对每个异构设备终端的运行数据进行数据格式转换,得到统一数据格式的运行转码数据,具体包括:
对所述运行数据进行滤波放大处理,得到滤除异常波段数据后的运行处理数据,其中,异常波段数据包括电梯超载运行造成的过高或过低的异常运行数据;
对所述运行处理数据进行协议转换处理,得到符合同一数据传输协议的检测底层数据,以便于根据所述检测底层数据进行数据统一存储,通过调用与所述运行处理数据相对应的转换协议将各个车站运行系统中的数据进行隔离转换;
根据预设的数据存储策略,将所述检测底层数据进行转码处理,得到符合数据存储格式的运行转码数据。
3.根据权利要求2所述的基于分布式异构融合组网设备检测方法,其特征在于,在所述根据预设的数据存储策略,将所述检测底层数据进行转码处理,得到符合数据存储格式的运行转码数据之后,还包括:
获取预设的每个异构设备终端所对应的数据转发规则;
将符合所述数据转发规则的运行转码数据进行数据同步处理,得到可被目标终端识别的消息中间件,其中,根据数据转发需求以及对应的目标终端的识别需求进行消息中间件的转换;
将所述消息中间件存储至预先构建的数据库,并同步转发至对应的目标终端和对应的热备服务节点,以便于对同一融合组网下的所有异构设备终端进行统一管理。
4.根据权利要求1所述的基于分布式异构融合组网设备检测方法,其特征在于,所述根据每个异构设备终端的当前运行状态,对异构设备终端的下一运行状态进行预测处理,得到异构设备终端的运行状态趋势之后,还包括:
将异构设备终端的当前运行状态与对应时间下的运行状态趋势进行比对,得到运行状态比对结果;
根据所述运行状态比对结果,判断异构设备终端是否出现故障异常;
若是,则对存在故障异常的异构设备终端进行业务本地自治处理,得到存储于异构设备终端的故障缓存数据。
5.根据权利要求4所述的基于分布式异构融合组网设备检测方法,其特征在于,对存在故障异常的异构设备终端进行业务本地自治处理,得到存储于异构设备终端的故障缓存数据,具体包括:
实时监听异构设备终端与云端数据库之间的数据传输网络,得到传输监听数据;
根据所述传输监听数据判断所述数据传输网络是否恢复正常;
若是,则将所述故障缓存数据进行数据打包并发送至云端数据库中进行存储,并按照异构设备终端的运行时间顺序,删除重复的缓存数据以便于减少数据的重复归档,以便于云端统一管理融合组网下的所有异构设备终端。
6.根据权利要求1所述的基于分布式异构融合组网设备检测方法,其特征在于:在根据所述运行状态趋势,生成分别对每个异构设备终端进行故障检测的,且与所述运行状态趋势相适配的故障检测指令,以便于根据所述故障检测指令对发生故障的异构设备终端进行故障快速定位之后,还包括:
当接收到所述故障检测指令时,获取异构设备终端的故障优先级和对应的故障事件,其中,所述故障优先级是根据同一类型的异构设备的故障严重程度来决定的,包括异构设备终端的零部件磨损或者超载状态下的异常操作;
对故障优先级最优的异构设备终端的故障事件进行优先处理,生成与所述故障事件相匹配的报警信息;
对所述报警信息进行报警模式匹配处理,得到与所述报警信息相匹配的报警模式;
根据所述报警模式,将对应的报警信息发送至对应管理权限的云端,以便于云端调用对应的故障处理原则对所述报警信息进行处理。
7.一种基于分布式异构融合组网设备检测装置,其特征在于,所述基于分布式异构融合组网设备检测装置包括:
数据获取模块,用于实时获取分布式异构融合组网内的所有异构设备终端的运行数据,其中,所述运行数据包括电梯运行检测数据、通风设备运行数据、照明设备运行数据以及发电运行数据;
数据转码模块,用于对每个异构设备终端的运行数据进行数据格式转换,得到统一数据格式的运行转码数据;
数据诊断模块,用于对所述运行转码数据进行数据诊断处理,得到每个异构设备终端的运行状态趋势;
指令生成模块,用于根据所述运行状态趋势,生成分别对每个异构设备终端进行故障检测的,且与所述运行状态趋势相适配的故障检测指令,以便于根据所述故障检测指令对发生故障的异构设备终端进行故障快速定位;
其中,所述数据诊断模块具体包括:
历史运行数据获取子模块,用于获取融合组网下的所有异构设备终端的历史运行数据,其中,所述历史运行数据包括运行状态数据、运行故障数据和故障维保数据;
数据训练子模块,用于对所述历史运行数据进行数据训练,并构建与每个异构设备终端类型相对应的物模型,以便于根据所述物模型对异构设备终端的运行状态进行监控,所述物模型通过每个类型的异构设备终端的共同功能定义、共同特征定义和共同服务类型进行建模得到;
运行状态计算子模块,用于将所述运行转码数据输入至对应类型的物模型中,生成与异构设备终端相对应的当前运行状态;
运行状态趋势预测子模块,用于根据每个异构设备终端的当前运行状态,计算异构设备终端的剩余使用寿命,根据所述剩余使用寿命对异构设备终端的下一运行状态进行预测处理,并结合异构设备终端的维修次数、能耗情况和零部件耗损情况计算每个维修次数对剩余使用寿命的影响情况,得到异构设备终端的运行状态趋势;
其中,所述将所述运行转码数据输入至对应类型的物模型中,生成与异构设备终端相对应的当前运行状态,包括:
根据电梯的状态转换里程变化值、照明设备的用电量耗损值以及通风设备的能耗值,来综合判断异构设备终端的当前运行状态,其中,当前运行状态包括正常、有故障风险和已故障的运行状态。
8.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述基于分布式异构融合组网设备检测方法的步骤。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于分布式异构融合组网设备检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211354423.4A CN115695150B (zh) | 2022-11-01 | 2022-11-01 | 一种基于分布式异构融合组网设备检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211354423.4A CN115695150B (zh) | 2022-11-01 | 2022-11-01 | 一种基于分布式异构融合组网设备检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115695150A CN115695150A (zh) | 2023-02-03 |
CN115695150B true CN115695150B (zh) | 2023-08-08 |
Family
ID=85047425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211354423.4A Active CN115695150B (zh) | 2022-11-01 | 2022-11-01 | 一种基于分布式异构融合组网设备检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115695150B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116132548B (zh) * | 2023-02-06 | 2023-08-15 | 北京思维实创科技有限公司 | 一种分布式多源异构数据的数据采集方法及其系统 |
CN116155956B (zh) * | 2023-04-18 | 2023-08-22 | 武汉森铂瑞科技有限公司 | 一种基于梯度决策树模型的多路复用通信方法及系统 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR19990010926A (ko) * | 1997-07-19 | 1999-02-18 | 이종수 | 분산구조를 갖는 지능형 엘리베이터 원격감시 방법 및 장치 |
CN104639368A (zh) * | 2015-01-13 | 2015-05-20 | 中国联合网络通信集团有限公司 | 通信网络设备的故障处理方法及装置 |
CN108038040A (zh) * | 2017-12-08 | 2018-05-15 | 上海市信息网络有限公司 | 计算机集群性能指标检测方法、电子设备及存储介质 |
CN108073497A (zh) * | 2018-01-29 | 2018-05-25 | 上海洞识信息科技有限公司 | 一种基于数据中心数据采集平台的多指标异动分析方法 |
CN108650139A (zh) * | 2018-05-18 | 2018-10-12 | 深圳众厉电力科技有限公司 | 一种电力通信网络监测系统 |
CN109635992A (zh) * | 2018-10-22 | 2019-04-16 | 成都万江港利科技股份有限公司 | 一种基于大数据的物联网设备运行分析诊断算法 |
CN109656793A (zh) * | 2018-11-22 | 2019-04-19 | 安徽继远软件有限公司 | 一种基于多源异构数据融合的信息系统性能立体监测方法 |
CN109782739A (zh) * | 2019-01-29 | 2019-05-21 | 中国能源建设集团广东省电力设计研究院有限公司 | 设备故障的检修方法、装置、计算机设备和存储介质 |
CN112187514A (zh) * | 2020-09-02 | 2021-01-05 | 上海御威通信科技有限公司 | 一种数据中心网络设备智能运维系统、方法及终端 |
CN113190421A (zh) * | 2021-03-16 | 2021-07-30 | 北京中大科慧科技发展有限公司 | 一种用于数据中心的设备健康状态的检测分析方法 |
CN113783749A (zh) * | 2021-08-11 | 2021-12-10 | 太原市高远时代科技有限公司 | 一种基于网络端口检测设备故障的方法 |
CN113888353A (zh) * | 2021-09-29 | 2022-01-04 | 华能(浙江)能源开发有限公司清洁能源分公司 | 分布式光伏发电设备的能效诊断方法、系统及介质 |
CN113965397A (zh) * | 2021-10-28 | 2022-01-21 | 公诚管理咨询有限公司 | 信创网络安全管理方法、装置、计算机设备以及存储介质 |
CN114997521A (zh) * | 2022-06-30 | 2022-09-02 | 昆岳互联环境技术(江苏)有限公司 | 一种环保设备监测预警及故障预测的方法及系统 |
CN115202962A (zh) * | 2022-05-20 | 2022-10-18 | 江苏欧软信息科技有限公司 | 一种基于工业互联网平台的设备故障快速诊断方法和系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110659173B (zh) * | 2018-06-28 | 2023-05-26 | 中兴通讯股份有限公司 | 一种运维系统及方法 |
CN114715139B (zh) * | 2020-12-18 | 2024-04-16 | 北京百度网讯科技有限公司 | 自动泊车异常数据采集方法、装置、存储介质及产品 |
-
2022
- 2022-11-01 CN CN202211354423.4A patent/CN115695150B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR19990010926A (ko) * | 1997-07-19 | 1999-02-18 | 이종수 | 분산구조를 갖는 지능형 엘리베이터 원격감시 방법 및 장치 |
CN104639368A (zh) * | 2015-01-13 | 2015-05-20 | 中国联合网络通信集团有限公司 | 通信网络设备的故障处理方法及装置 |
CN108038040A (zh) * | 2017-12-08 | 2018-05-15 | 上海市信息网络有限公司 | 计算机集群性能指标检测方法、电子设备及存储介质 |
CN108073497A (zh) * | 2018-01-29 | 2018-05-25 | 上海洞识信息科技有限公司 | 一种基于数据中心数据采集平台的多指标异动分析方法 |
CN108650139A (zh) * | 2018-05-18 | 2018-10-12 | 深圳众厉电力科技有限公司 | 一种电力通信网络监测系统 |
CN109635992A (zh) * | 2018-10-22 | 2019-04-16 | 成都万江港利科技股份有限公司 | 一种基于大数据的物联网设备运行分析诊断算法 |
CN109656793A (zh) * | 2018-11-22 | 2019-04-19 | 安徽继远软件有限公司 | 一种基于多源异构数据融合的信息系统性能立体监测方法 |
CN109782739A (zh) * | 2019-01-29 | 2019-05-21 | 中国能源建设集团广东省电力设计研究院有限公司 | 设备故障的检修方法、装置、计算机设备和存储介质 |
CN112187514A (zh) * | 2020-09-02 | 2021-01-05 | 上海御威通信科技有限公司 | 一种数据中心网络设备智能运维系统、方法及终端 |
CN113190421A (zh) * | 2021-03-16 | 2021-07-30 | 北京中大科慧科技发展有限公司 | 一种用于数据中心的设备健康状态的检测分析方法 |
CN113783749A (zh) * | 2021-08-11 | 2021-12-10 | 太原市高远时代科技有限公司 | 一种基于网络端口检测设备故障的方法 |
CN113888353A (zh) * | 2021-09-29 | 2022-01-04 | 华能(浙江)能源开发有限公司清洁能源分公司 | 分布式光伏发电设备的能效诊断方法、系统及介质 |
CN113965397A (zh) * | 2021-10-28 | 2022-01-21 | 公诚管理咨询有限公司 | 信创网络安全管理方法、装置、计算机设备以及存储介质 |
CN115202962A (zh) * | 2022-05-20 | 2022-10-18 | 江苏欧软信息科技有限公司 | 一种基于工业互联网平台的设备故障快速诊断方法和系统 |
CN114997521A (zh) * | 2022-06-30 | 2022-09-02 | 昆岳互联环境技术(江苏)有限公司 | 一种环保设备监测预警及故障预测的方法及系统 |
Non-Patent Citations (1)
Title |
---|
杨帆.异构网络中告警信息的聚类融合与关联分析研究.西安电子科技大学.2017,12-36. * |
Also Published As
Publication number | Publication date |
---|---|
CN115695150A (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115695150B (zh) | 一种基于分布式异构融合组网设备检测方法及装置 | |
CN113112086A (zh) | 一种基于边缘计算和标识解析的智能生产系统 | |
CN110365529B (zh) | 一种边缘计算智能网关业务处理方法及边缘计算智能网关 | |
CN113708493B (zh) | 基于云边协同的配电终端运维方法、装置和计算机设备 | |
WO2024011601A1 (zh) | 用于设备功能下降型故障预警的工业物联网、方法及介质 | |
US11348023B2 (en) | Identifying locations and causes of network faults | |
US11985523B2 (en) | Method and device for managing multiple remote radio heads in communication network | |
KR102624950B1 (ko) | 시계열 데이터를 이용한 주기성을 갖는 이상 수치 검출 시스템 | |
CN117278590A (zh) | 一种小水电实时数据监测与预警系统及方法 | |
KR101574900B1 (ko) | 철강 플랜트 제어 시스템 | |
CN113259425A (zh) | 基于61850标准的数据转换方法、变电站网关及存储介质 | |
CN114567568B (zh) | 基于边缘计算的电力物联网数据处理方法和装置 | |
CN115378841B (zh) | 设备接入云平台状态的检测方法及装置、存储介质、终端 | |
US11675685B2 (en) | Preventive controller switchover | |
WO2022110604A1 (zh) | 一种电池监控平台的控制方法及控制系统 | |
US20220350311A1 (en) | Multi-cloud industrial controller | |
CN111654401A (zh) | 监控系统的网段切换方法、装置、终端和存储介质 | |
CN113852198B (zh) | 一种变电站远动机监测系统 | |
CN113364129B (zh) | 一种电网监控系统的数据处理服务高可用方法 | |
CN110705133B (zh) | 一种预测性维护的方法及预测性维护设备 | |
EP4084416A1 (en) | Monitoring a communication system that is used for control and/or surveillance of an industrial process | |
US20240348087A1 (en) | Method and system for automated management of charging unit | |
WO2024037345A1 (zh) | 故障处理方法及其装置、存储介质 | |
Liu et al. | Anomaly detection based on dual-threaded blockchain in large-scale intelligent networks | |
RU2679739C1 (ru) | Система автоматизации с динамической функциональной архитектурой |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |